吴恩达-Coursera-ML

门控循环单元（Gate Recurrent Unit，GRU）

目录1GRU的输入输出结构2GRU的内部结构2.1重置门resetgate2.2更新门updategate3LSTM与GRU的关系4.总结5吴恩达视频截图LSTM通过门控机制使循环神经网络不仅能记忆过去的信息
意念回复·2022-12-16 00:17

吴恩达《机器学习》笔记汇总

根据学习进度，将课程分为15部分进行笔记，具体内容如下：吴恩达机器学习（一）——简介吴恩达机器学习（二）——线性回归吴恩达机器学习（三）——Logisitic回归吴恩达机器学习（四）——正则化吴恩达机器学习
青春是首不老歌丶·2022-12-16 00:42

吴恩达《深度学习》笔记汇总

根据学习进度，将吴恩达《深度学习》课程笔记总结如下，具体如下：第一门课：神经网络和深度学习（第一周）——深度学习引言第一门课：神经网络和深度学习（第二周）——神经网络的编程基础第一门课：神经网络和深度学习
青春是首不老歌丶·2022-12-16 00:01

笔记 | 吴恩达Coursera Deep Learning学习笔记

笔记|吴恩达CourseraDeepLearning学习笔记2017-09-29LisaSong1024深度学习1024深度学习如果你觉得好的话，不妨分享到朋友圈。
明明是我先的·2022-12-15 16:07

吴恩达深度学习deeplearning.ai——第一门课：神经网络与深度学习——第三节：浅层神经网络

3.1神经网络概述（NeuralNetworkOverview）本章你将学习如何实现一个神经网络。在我们深入学习具体技术之前，我希望快速的带你预览一下本章你将会学到的东西。如果这个视频中的某些细节你没有看懂你也不用担心，我们将在后面的几个视频中深入讨论技术细节。现在我们开始快速浏览一下如何实现神经网络。上章我们讨论了逻辑回归，我们了解了这个模型(见图3.1.1)如何与下面公式3.1建立联系。图3.
Lishier99·2022-12-15 16:06

教你如何卷积操作进行边缘检测，基础必备

https://www.toutiao.com/a6630571206204473859/2018-12-0309:22:41作者：忆臻0.前言打算对吴恩达老师的Deeplearning课程做一个笔记回顾
喜欢打酱油的老鸟·2022-12-15 15:55

AI基础：自然语言处理基础之序列模型

本文主要参考吴恩达老师的深度学习课程[1]笔记部分。0.导语序列模型，是自然语言处理的基础，本集讲解循环序列模型。
湾区人工智能·2022-12-15 15:03

深度学习笔记-第一周

概要吴恩达老师的深度学习一共包括五门课第一门课程（神经网络和深度学习）：学习如何建立神经网络，包括一个深度神经网络，以及如何在数据上面训练他们。还将用一个深度神经网络进行辨认猫。四周时间。
蜂鸟up·2022-12-15 14:51

吴恩达深度学习课程第一课---深度学习---第一周学习笔记

吴恩达深度学习课程第一课–深度学习–第一周学习笔记什么是神经网络神经网络就是按照一定规则将多个神经元连接起来的网络单神经元网络，相当于简单的函数，输入x得出y,如图:复杂一些的神经网络是由多个单元神经网络堆叠起来的机器学习被应用于结构化数据和非结构化数据结构化数据是数据的数据库
菜刀l四庭柱·2022-12-15 14:19

吴恩达--深度学习笔记（2022年课程第二周）

*在tensorflow中训练神经网络的代码：逻辑回归模型：1.指定如何在给定输入x和参数的情况项目，计算输出2.指定损失和成本3.最小化*如何在tensorflow中训练神经网络---->将逻辑回归模型成本函数的三个步骤映射到训练神经网络中：1.该代码指定了神经网络的整个架构，告诉了tensorflow需要的一切2.指定什么是损失函数，同时定义我们用来训练神经网络的成本函数损失函数：二元交叉熵3
兔兔ting·2022-12-15 14:16

吴恩达--深度学习笔记(2022年课程第一周)

*神经网络（深度学习算法）：一组神经元是一层，一层可以有一个或多个神经元；他们输入相同或相似的特征，然后又反向输出一些特征。输入层隐藏层输出层4个数字（激活值）3个数字（激活值）隐藏层可以访问每个功能，即从上一层到输出层的每个值。当某些特征无关重要时，可以通过设置适当的参数进行适当的忽略；隐藏层在训练集中是看不到的，训练集中只有x,y，即输入层，输出层输出层输出的概率就是神经网络预测的输出概率x向
兔兔ting·2022-12-15 14:45

1-4 Coursera吴恩达《神经网络与深度学习》第四周课程笔记-深层神经网络

记录吴恩达深度学习专项课程笔记，方便之后回顾，共5门课，这是第一门课《神经网络与深度学习》第四周深层神经网络的课程笔记，那我们开始吧。上节课课程1-3浅层神经网络我们主要介绍了浅层神经网络。
双木的木·2022-12-15 14:14

我在机器学习&深度学习道路上常看的资料和网站

【资源总目录】【python基础】【林轩田-机器学习专项课程】【吴恩达-深度学习专项课程】【2018AI产业报告合集】新闻资讯AnalyticsVidhya(https://www.analyticsvidhya.com
HCHThongdou·2022-12-15 05:53

Matlab吴恩达机器学习编程练习ex5：正则化线性回归和偏差v.s. 方差Regularized Linear Regression and Bias v.s. Variance

本文基于吴恩达老师第六周的练习，在这次的练习中，你将会实现正则化的线性回归并且用它去实现不同的偏差和方差的性质。
Zhanghp947·2022-12-14 15:04

【机器学习基础】数据划分、超参数调整、正则化

本文来源于吴恩达老师的深度学习课程[1]笔记部分。作者：黄海广[2]导语本文讲解机器学习的策略方面，包括数据划分、超参数调整、正则化等。
风度78·2022-12-14 15:54

如何理解向量化的梯度函数，矩阵化的theta西塔θ

黄海广博士在（吴恩达）机器学习课程练习3（ML-Exercise3）中，重写逻辑回归中梯度函数的实现，改为完全向量化（即没有“for”循环）向量化前的梯度函数（“for”循环模式）：defgradient_with_loop
梓沂·2022-12-14 13:02

吴恩达神经网络1-2-2_图神经网络进行药物发现-第1部分

吴恩达神经网络1-2-2预测溶解度(PredictingSolubility)相关资料(RelatedMaterial)JupyterNotebookforthearticleJupyterNotebook
weixin_26746401·2022-12-14 09:49

【深度学习基础】从零开始的炼丹生活08——卷积网络

（主要参考《深度学习》和cousera上吴恩达的课程）卷积网络（convolutionalnetwork），也叫卷积神经网络（CNN）,是一种专门用来处理具有类
wby1905·2022-12-14 07:38

吴恩达的2021回顾，这些大事件影响了AI这一年

来源：AI前线作者：AndrewNg译者：核子可乐，刘燕12月23日，机器学习大牛吴恩达（AndrewNg）在其主编的人工智能周讯《TheBatch》上发表了最新文章。
风度78·2022-12-14 07:23

机器学习（一）监督学习和无监督学习

二、课程学习内容三、监督学习四、无监督学习总结Log2021.12.31寒假开始，开个新坑，记录一些机器学习的笔记，还是老样子放上本次资源，学习视频传送门：[中英字幕]吴恩达机器学习系列课程2022.01.01
竹清兰香·2022-12-14 03:43

我的学习体会

所以在这里我要强烈推荐几个学习资源：吴恩达机器学习深度学习视频,
我是chios·2022-12-13 08:54

我的深度学习过程，你可以借鉴我的方法，该方法对初学者友好

Beginner-friendlyDeepLearningProcess1.观看李飞飞和吴恩达的机器学习系列课程斯坦福李飞飞CS231n计算机视觉课程吴恩达机器学习系列课程2.Pytorch入门课程Pytorch
Anefuer_kpl·2022-12-13 08:20

机器学习笔记之监督学习和无监督学习

机器学习（machinelearning）“一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升”这是在吴恩达的视频和周志华的书上
解渴的凉白开·2022-12-13 08:01

吴恩达Coursera, 机器学习专项课程, Machine Learning：Unsupervised Learning, Recommenders, Reinforcement Learning第.

Practicequiz:CollaborativeFiltering第1个问题：Youhavethefollowingtableofmovieratings:Refertothetableaboveforquestion1and2；Assumenumberingstartsat1forthisquiz,sotheratingforFootballForeverbyElissaisat(1,1)，
ZhemgLee·2022-12-13 07:59

机器学习----回归问题

cousera上的机器学习课程是大名鼎鼎的AndrewNG(吴恩达)老师讲的，讲的深入浅出，真的是良心课程。
小cui童鞋·2022-12-12 23:22

深度学习2.2 逻辑回归(Logistic Regression)

逻辑回归2.2-吴恩达老师课程逻辑回归学习算法，该算法适用于二分类问题，本节将主要介绍逻辑回归的HypothesisFunction（假设函数）。
小钟的学习记录·2022-12-12 19:42

吴恩达之神经网络和深度学习2.2logistic回归

Logistic回归Logistic回归是在输出y均为0或1的监督学习问题中使用的一种学习算法。Logistic回归的目的是使预测和训练数据之间的误差最小化。例如：猫或不是猫给定由特征向量x表示的图像，该算法将评估猫在该图像中的概率。给定x,y^=p(y=1|x),其中0≤y^≤1Logistic回归中使用的参数如下：输入特征向量：x∈Rnx，其中nx是特征数训练标签：y∈0,1权值:w∈Rnx,
为援不可图·2022-12-12 19:11

吴恩达深度学习笔记2.2 logistic回归

regression:回归supervised:有监督的logistic回归是一种学习算法被用于有监督学习问题,当y全都是0或1时例子:判断是否有猫给定一个由特征向量x代表的图像,那个算法将会估计猫是否在那个图像里的可能性logistic回归的参数如下:转载于:https://www.cnblogs.com/Dar-/p/9310066.html
banghu8816·2022-12-12 19:40

吴恩达Coursera, 机器学习专项课程, Machine Learning：Unsupervised Learning, Recommenders, Reinforcement Learning第.

吴恩达Coursera,机器学习专项课程,MachineLearning：UnsupervisedLearning,Recommenders,ReinforcementLearning第一周所有jupyternotebook
ZhemgLee·2022-12-12 18:41

什么才是一个好的特征工程？

——吴恩达简单理解，就是对X进行处理，使X与Y呈现的函数是线性的。例子x=np.arange(20)y=x**2X=np.c_[x,x**2,x**3]X_f
CodeSlogan·2022-12-12 13:27

迁移学习+pytorch实战项目

迁移学习+图像识别项目实战迁移学习背景基于共享权重的迁移学习实战102种花的图像识别识别迁移学习背景在2016年的神经信息处理系统大会（NIPS）上，前百度首席科学家、斯坦福教授、机器学习四大天王之一的吴恩达表示
zou_gr·2022-12-12 12:58

Python吴恩达深度学习作业11 -- 卷积神经网络的实现

逐步实现卷积神经网络在此作业中，你将使用numpy实现卷积（CONV）和池化（POOL）层，包括正向传播和反向传播。符号：上标[l][l][l]表示第lthl^{th}lth层的对象.例如:a[4]a^{[4]}a[4]是4th4^{th}4th层的激活.W[5]W^{[5]}W[5]和b[5]b^{[5]}b[5]是5th5^{th}5th层的参数。上标(i)(i)(i)表示第ithi^{th}
Puzzle harvester·2022-12-12 09:37

pytorch基础（二）：构建简单的神经网络

另外，本博客中的有些内容基于吴恩达老师深度学习课程，我会尽量说明一下，但不敢保证全面。一、使用numpy完成
麻衣带我去上学·2022-12-12 08:59

python考研成绩_[ML2]根据考研初试成绩预测是否被录取_基于Logistic回归

学完了吴恩达机器学习的Logistic回归一章，事不宜迟，马上实战。我选择拿来练习的数据会尽量找手边的真实数据，这样才能真确地增加处理问题的能力。
weixin_39717152·2022-12-12 07:54

吴恩达机器学习Optional Lab - Neurons and Layers

最近自学机器学习，在实验时遇到这种错误nomodulenamed'tensorflow.keras'当出现这种错误时“nomodulenamed'tensorflow.keras”，搞了一天发现是版本问题，tensorflow2.0以下版本有些函数以及变量是没有的，导致其无法找到，从如下方式解决。1.首先更新包，这里用user主要是怕安装时出现权限问题导致失败pipinstall-user--up
一枚研究生狗·2022-12-12 03:27

关于“No module named 'resnets_utils' "的解决方法

关于“Nomodulenamed'resnets_utils'"的解决方法在做吴恩达老师深度学习关于残差神经网络（resnet）的课后题目（第四周第二课）时，在导入resnets_utils模块时出现了问题
JackTheWhite·2022-12-12 03:56

吴恩达老师机器学习课程C1W1-lab03，出现错误（No module named ‘lab_utils_uni‘）

解决办法：第一步：从实验室文件中下载lab_utils_common.py;lab_utils_uni.py；deeplearning.mplstyle第二步：将下载好的文件copy到当前python运行的文件夹下，我用的jupyternotebool，程序是在自建的machinelearning文件夹下，所以copy到此文件夹，再次运行就OK了。
m0_59884851·2022-12-12 03:21

[Machinie Learning] 吴恩达机器学习课程笔记——Week2

MachineLearningbyAndrewNg吴恩达机器学习课程学习笔记——Week2本人学习笔记汇总合订本✓课程网址standfordmachinelearning参考资源课程笔记python版作业学习提纲
Carsick Car·2022-12-11 23:06

机器学习（0）：机器学习概述及基本概念

虽然之前粗略的学过一点皮毛，但是当初笔记做的实在不好，这次趁着看吴恩达老师的机器学习教学视频以及李航老师的《统计学习方法》，重新整理一下自己的笔记，同时也是整理一下自己的思路。
棉花糖灬·2022-12-11 18:27

结合openCV学习DIP之机器学习CNN

可以表达图像中对象的主要信息,并且以此为依据可以从其他未知图像中检测出相似或相同的该对象A.在特征提取上,传统的图像处理都是自行设计提取固定特征的算子,在深度学习上主要是利用CNN网络来广泛的提取图像的特征.笔记以吴恩达课程为基础
Heisenberg-·2022-12-11 16:52

吴恩达Coursera深度学习课程 course2-week2 优化方法 作业

P0前言第二门课:ImprovingDeepNeuralNetworks:Hyperparameterturing,RegularizationandOptimization(改善深层神经网络：超参数调试、正则化以及优化)第二周:Optimizationalgorithms(优化算法)主要知识点:Mini-batch梯度下降、指数加权平均、Momentum梯度下降、RMSprop、Adam优化算法
ASR_THU·2022-12-11 14:25

李宏毅深度学习笔记——呕心整理版

李宏毅深度学习笔记——呕心整理版闲谈叨叨叨:之前看过吴恩达的一部分课程，所以有一定理论基础，再看李宏毅的课程会有新的理解。
_Elf_·2022-12-11 04:22

【论文阅读笔记】CheXNet: Radiologist-Level Pneumonia Detection on Chest X-Rays with Deep Learning

本文是吴恩达哈佛大学团队在2017年发表的文章，提出CheXNet技术，即一个使用ChestX-ray14数据集训练的121层的深度卷积网络，该网络通过胸片识别肺炎的准确率已经和人类放射科医生持平甚至更高
cskywit·2022-12-10 22:34

10月24日-吴恩达机器学习P72-77

（一）理解大间隔分类器的数学原理1、向量内积的知识向量u的范数||u||等于向量u的长度，向量u表示在坐标轴上时其长度可以用这个根式表示。u向量乘以v向量等价于：v在u上的投影长度p乘以||u||，与u1v1+u2v2的结果是一样的。注意，在u与v的夹角大于90度时，p=1的条件其实也可以看作是向量θ与向量X的乘积，也等价于P乘以θ的范数。那么根据上面讲的，条件就可以等价改为P乘以θ的范数。而设定
浅浅ch·2022-12-10 21:35

10月25日-吴恩达机器学习P78-87

（一）K-Means优化目标1、K-Means的代价函数执行K-means算法时我们将追踪两组变量：一个是c(i)，它表示的是当前样本x(i)所属的那个簇的索引；一个是μk，它表示的是第k个聚类中心的位置，这里的k可以是1或2,…或K(一共要分为K个簇)。此外，我们用μc(i)表示x(i)所属的那个簇的聚类中心的位置。接下来就可以表示K-means算法的优化目标(代价函数)了：即1/m乘以每个样本
浅浅ch·2022-12-10 21:35

10月14日-吴恩达机器学习P1-4

（一）机器学习前言机器学习例子：数据库挖掘自动化/网络发展带来的大型数据集如：网页点击数据、病例、生物、工程不能手工编程的应用程序如：自动直升机、手写识别、大部分自然语言处理(NLP)、计算机视觉自我定制程序如：亚马逊、网飞的产品推荐（根据客户喜好学习推荐相关产品）理解人类学习（大脑，真实的AI）（二）机器学习算法分类1、监督学习（给定一些样本数据计算机由此学习）例1：房价预测问题（给出一些数据样
浅浅ch·2022-12-10 21:04

【机器学习】K均值聚类(K-Means)_吴恩达ML

声明：本文基于在校课程及吴恩达ML教程，代码参考自多份博客（已在参考链接中表明），如需转载请标明出处。
KroneX·2022-12-10 20:00

TensorFlow2.0入门2-3 猫狗分类实战之迁移学习

TensorFlow2.0三大项目实战目录为什么要用迁移学习读入数据与预训练模型为模型添加新的层读入数据并进行数据增强和自动标签进行训练绘制精度曲线对我们之前错误的猫数据进行预测内容总结自吴恩达TensorFlow2.0
Veritaswhs·2022-12-10 20:27

吴恩达机器学习笔记（1）

1.监督学习的过程将监督学习的数据集分为自变量（x）和因变量（y）。有监督学习算法的任务是，生成一个函数，将预测时需要用到的x输入进去，能输出相应的结果。2.代价函数以回归算法为例，设假设函数为hθ(x)=θ0+θ1∗xh_\theta(x)=\theta_0+\theta_1*xhθ(x)=θ0+θ1∗x,代价函数（costfunction）为J(θ0,θ1)=12m∑i=1m(hθ(x(i))
_晴·2022-12-10 19:58

AIIC学习日记-CNN篇

文章目录AI吴恩达（DL部分）记录一下，2019-11-x初识CNN记录一下，2020-1-x激活函数ReLu记录一下，2020-2-1神经网络有关名词记录一下，2020-2-10大体结构和历史记录一下
木兮梓淅伏所伊·2022-12-10 17:14
上一页 22 23 24 25 26 27 28 29 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他